Programación de turnos en el siglo XXI: Optimización con Inteligencia Artificial

Saskia Richter

Saskia Richter

agosto 15, 2023

Uno de los mayores retos de la planificación y programación del transporte público es equilibrar las necesidades y demandas de los pasajeros con la disponibilidad de recursos limitados.

Los nuevos servicios de movilidad, aplicaciones y software están cambiando el mundo del transporte público de una forma sin precedentes. Los antiguos métodos de planificación y programación están siendo sustituidos por nuevas plataformas. Estas nuevas plataformas encierran un enorme potencial de cambio: mejoran la eficiencia operativa, reducen los costes de explotación y crean nuevas oportunidades para nuevos servicios basados en datos.

Los costes de planificación y explotación de los servicios de transporte público pueden ser elevados, y la financiación puede suponer un enorme reto para los operadores de transporte. Por eso, la optimización de horarios es cada vez más importante, ya que representa la asignación más eficiente de recursos como vehículos, conductores y trayectos para las empresas y satisface mejor las necesidades de los pasajeros.

GettyImages-1271634448-1

La inclusión de todas las normas y restricciones garantiza escenarios precisos

El transporte público está sujeto a una serie de normas complejas: desde los periodos de descanso obligatorios hasta la limitación de las capacidades de los depósitos, pasando por los cambios de vehículo durante la explotación, etc. La capacidad de determinar con precisión estos requisitos es probablemente el factor que más influye en el éxito de una plataforma de planificación y programación. 

Si las reglas o preferencias no se formulan con precisión antes de la ejecución de la optimización, habrá que reformularlas más tarde. No es una tarea fácil: después de la optimización, hay que hacer correcciones manuales intensivas, desde añadir vehículos hasta crear listas de turnos.

También es importante validar los horarios, las rutas y las programaciones. Los sistemas modernos utilizan este mecanismo para notificar a los usuarios de la plataforma cuando los cambios aplicados a los horarios, rutas o servicios infringen las normas previamente definidas o pueden suponer un aumento significativo de los costes.

Por tanto, la planificación no consiste en probar un único escenario: consiste en probar múltiples escenarios y elegir el mejor desde el punto de vista operativo. Cada escenario es diferente, y cada uno derivando en costes, tiempos de inactividad y resultados diferentes.

algo-1

Optimización en minutos o segundos en lugar de días u horas

La rapidez también es crucial. La planificación de servicios y de la explotación es conocida por lo tedioso de los procesos: es un problema complejo que requiere muchos recursos informáticos. Es por esto que (con la mayoría de las soluciones tradicionales) los procesos de optimización duran varias horas o incluso días.

Esto es una mala noticia para la flexibilidad operativa, ya que las licitaciones y los ajustes operativos requieren mucho trabajo y, en algunos casos, los planificadores no tienen tiempo de probar a fondo todos los escenarios hipotéticos y acaban conformándose con programaciones que no son las óptimas. 

Por esta razón, las plataformas modernas de planificación y programación se centran en la velocidad, con ejecuciones de optimización que tardan sólo minutos o segundos gracias a la paralelización de procesos informáticos. Estos sistemas están diseñados desde cero para permitir a los planificadores y gestores de tráfico probar múltiples escenarios y determinar el mejor escenario posible para ofrecer un mejor servicio a los pasajeros y reducir los costes de explotación.

iStock-802320836-1

Decisiones basadas en datos para servicios más innovadores

Uno de los recursos más importantes que los nuevos proveedores de movilidad utilizan en su beneficio son los datos sobre los desplazamientos de personas y vehículos. Los datos subyacentes son la base de servicios innovadores basados en la predicción de la demanda, los tiempos de viaje y mucho más.

En muchas empresas de transporte, los datos sobre la demanda de pasajeros, los tiempos de viaje, etc. no se utilizan (todavía) de la manera más provechosa posible. Pueden utilizarse para predecir la puntualidad, pero la interfaz de estas herramientas no suele ser fácil de usar. 

Los datos también ayudan a optimizar la gestión de la flota, ya que garantizan que los vehículos se utilicen de forma óptima y se minimicen los tiempos de inactividad, reduciendo así los costes de explotación y mejorando la eficiencia del transporte. Además, los datos en tiempo real pueden ayudar a los operadores a supervisar los volúmenes de tráfico en tiempo real y tomar decisiones en consecuencia, como cambiar las rutas u horarios.

Las plataformas de planificación y programación de nueva generación se basan en datos: utilizan múltiples fuentes de datos y las integran perfectamente en el proceso de programación. Por ejemplo, pueden utilizar datos del mundo real, aplicar inteligencia artificial y predecir la probabilidad de puntualidad de cada elemento de un horario.

 

En el pasado, las plataformas tradicionales de planificación y programación se adquirían e instalaban en los servidores del comprador. Dado que la optimización es un proceso costoso, los compradores suelen instalar clústeres de servidores para dar soporte a más usuarios y también se requiere una base de datos dedicada, lo que incurre en costes de TI. Incluso si el software está "basado en la nube" (es decir, permite el acceso remoto desde el escritorio a servidores en la nube pero no es nativo de la nube), las ejecuciones de optimización resultantes son lentas.

Las plataformas modernas están diseñadas como Software como Servicio (SaaS, por sus siglas en inglés), lo que evita estos costes adicionales. Esto también tiene otras ventajas importantes, como el suministro continuo de nuevas versiones de software, funciones y actualizaciones.

 

En definitiva, puede decirse que el software moderno puede ayudar a llevar la planificación y la programación a un nivel superior analizando rápidamente diferentes escenarios y creando planes más eficientes, reduciendo costes y aumentando la eficacia.

Topics: AI, Algorithms